Z.ai 'GLM-5.3' 공개: 코딩 성능 50% 향상에 해킹 능력까지 급성장

만약 이번 주 관리 중인 오픈소스 프로젝트에서 40년 묵은 보안 결함이 갑자기 수정되었다면, 어느 베테랑 개발자의 취미 활동이 아니라 AI가 코딩을 배우다 무심코 찾아낸 것일 수 있습니다.

중국 AI 랩 Z.ai가 코딩 특화 모델 'GLM-5.3'을 선보였습니다. 개발 커뮤니티를 놀라게 한 것은 뛰어난 벤치마크 점수뿐만이 아니었습니다. 모델이 코딩 능력을 키우는 과정에서 사이버 공격과 취약점 발굴 능력까지 비약적으로 습득해 버렸기 때문입니다.

모델 구조 변경 없이, 순수 사후 학습으로 이룬 도약

주목할 점은 Z.ai가 모델을 처음부터 새로 만들지 않았다는 사실입니다. GLM-5.3은 이전 버전인 GLM-5.2와 동일한 기본 모델을 사용하며, 파라미터 크기나 기본 아키텍처를 바꾸지 않았습니다.

연구진은 오직 사후 학습 확장(Post-training scaling)에 집중했습니다. 모델에 훨씬 다양한 상호작용 환경과 장기 실행 과제를 부여하고, 사후 학습 단계에 막대한 연산 자원을 투입했습니다.

결과는 놀라웠습니다. Z.ai 내부 Code Bench에서 GLM-5.3은 이전 버전 대비 50%의 성능 향상을 기록했습니다. Terminal Bench 3.0과 Agents' Last Exam 등 주요 벤치마크에서도 오픈 가중치 모델 중 최고 기록을 갈아치웠습니다.

코딩을 가르쳤더니 해킹 능력까지 탑재

정작 업계를 긴장시킨 것은 사이버 보안 역량이었습니다.

알려진 보안 결함을 찾아내는 CyberGym 테스트에서 GLM-5.3은 84.5%를 기록해 Anthropic의 Fable 5와 OpenAI의 GPT-5.6 Sol을 앞질렀습니다. 실제 취약점 분석 및 공격 코드 작성을 평가하는 ExploitBench에서도 54.4%를 획득하며 GLM-5.2 대비 두 배 이상 성장했습니다.

실제 코드베이스에서도 위력을 입증했습니다. GLM-5.3은 269개 오픈소스 프로젝트를 분석해 무려 2,436개의 취약점을 발견했으며, 이 중 1,000개 이상이 치명적이거나 위험 수준이었습니다. 리눅스 커널, VMware, Apache 등 유명 프로젝트는 물론 40년 전 작성된 코드 속 결함까지 찾아냈습니다.

뛰어난 방어 도구는 언제든 강력한 공격 무기가 될 수 있습니다. Z.ai는 안전 검토를 위해 가중치 공개를 2주 연기하고, 선별된 보안 파트너에게만 통제된 환경에서 우선 제공하기로 했습니다. 일반 개발자는 Z Code 구독을 통해 코딩 에이전트에서 먼저 사용해 볼 수 있습니다.

왜 중요한가

GLM-5.3은 값비싼 사전 학습을 다시 거치지 않고도, 사후 학습 최적화만으로 코딩과 논리 추론 능력을 프론티어 수준까지 끌어올릴 수 있음을 증명했습니다.

만성적인 인력난에 시달리는 오픈소스 생태계와 개발자들에게 이 모델은 훌륭한 자동 점검 도구입니다. 실제로 Hugging Face는 미국 폐쇄형 모델들이 안전 가드레일 때문에 조사를 거부했을 때, 이전 버전인 GLM-5.2를 활용해 보안 침해 조사를 마쳤다고 밝히기도 했습니다.

하지만 가중치가 공개되는 오픈소스 모델이라는 점은 큰 불안 요소입니다. API와 달리 가중치가 완전히 배포되면 악의적인 수정을 막을 방법이 없습니다. 이미 자동화된 AI 공격이 실제 보고되는 상황에서, 이번 발표는 오픈소스 AI에 대한 각국 정부의 규제 논의를 급격히 앞당길 가능성이 큽니다.

우리는 방어자에게도 강력한 오픈 방패가 필요하다는 Z.ai의 문제의식에는 공감합니다. 다만 누구나 내려받을 수 있는 날카로운 칼날을 안전하게 다루기 위해 남은 2주 동안 얼마나 실효성 있는 통제 장치를 마련할지가 관건입니다.